一项研究表明，一种新的筛查方法结合了激光分析和一种人工智能技术，成为首个能够识别乳腺癌最早阶段患者的工具。这种快速、无创的技术揭示了疾病初期阶段（即1a期）血液中发生的细微变化，而这些变化是现有测试无法检测到的。爱丁堡的研究人员表示，他们的新方法可以改善早期检测和监测，并为多种癌症的筛查铺平道路。
标准的乳腺癌测试包括体检、X光或超声波扫描或分析乳腺组织样本（称为活检）。现有的早期检测策略依赖于基于年龄或高风险群体的人群筛查。使用这种方法，研究人员通过优化一种名为拉曼光谱的激光分析技术，并将其与机器学习（一种人工智能形式）相结合，能够在最早阶段发现乳腺癌。
类似的方法已被用于其他类型的癌症筛查，但它们最早只能在第二阶段检测到疾病。在涉及12名乳腺癌患者和12名健康对照者的试点研究中，该技术在识别1a期乳腺癌方面的有效率为98%。该测试还可以区分四种主要亚型的乳腺癌，准确性超过90%，这可以使患者获得更有效的个性化治疗。
作为筛查测试的实施将有助于在乳腺癌的最早阶段识别更多患者，从而提高治疗成功的几率。团队计划扩大工作范围，涉及更多参与者，并包括其他早期癌症类型的测试。
工程学院的安迪·唐斯博士说：“大多数癌症死亡发生在症状出现后的晚期诊断阶段，因此未来针对多种癌症类型的筛查测试可以在更容易治疗的阶段发现这些癌症。早期诊断是长期生存的关键，我们终于拥有了所需的技术。我们只需将其应用于其他癌症类型并建立数据库，然后才能将其用作多癌症测试。”
(全文结束)
